Python 可视化视频课 - 3. Seaborn 上

这是 Python 数据可视化系列的第三节《Seaborn 上》。

Python 数据可视化

之前 Python 数据分析和基础系列的所有课程链接如下。

Python 数据分析

Python 基础

Seaborn 是基于 matplotlib 开发而用于统计可视化的高阶工具包。它可无缝相接的在 Pandas 的 DataFrame 上直接画图，而且代码量不多，函数签名也很一致。Seaborn 可视化的内容很多，我将其分为三个部分来讲解。

1. Seaborn 101

场景设定
风格设定
色调设定
图级轴级
Seaborn 数据集

2. 单图

关系图
分布图
分类图
回归图
矩阵图

3. 组合图

多图网格
配对网格
联合网格

本节关注第一部分 (该部分细节巨多，学完本节可以提高任意画图的能力)。

Seaborn 把“美图”用其主题 (theme) 功能体现：

set_theme( context='notebook',

style='darkgrid',

palette='deep' )

Seaborn 在画图时考量三大要素：场景 (context)，风格 (style) 和色调 (palette)，下面三小节详细说明，当设定场景、风格和色调时，Seaborn 中有特定函数 set_context(), set_style() 和 set_palette()。

设定场景：set_theme(context=context) 等价于 set_context(context)
设定风格：set_theme(style=style) 等价于 set_style(style)
设定色调：set_theme(palette=palette) 等价于 set_palette(palette)

场景

for context in ['paper','notebook','talk','poster']:    sns.set_context(context)    sns.histplot(df['Close'])    plt.show()

风格

for style in ['darkgrid','whitegrid','dark','white','ticks']:    sns.set_style(style)    sns.histplot(df['Close'])    plt.show();

色调

Seaborn 提供了非常多的调色板：

从上面高亮的关键词可看出，调色板大致分为以下三类：

定性调色板 (qualitative palettes)，适合用来表示分类型 (离散型) 数据
有序调色板 (sequential palettes)，适合用来表示数值型 (连续型) 数据
发散调色板 (diverging palettes)，适合用来表示带分类边界的数值型 (连续型) 数据

Seaborn 还提供了几个交互式小部件 (palette widgets)

定性调色板：适用于无序数据

有序调色板：适用于有序，而且只有一端有重要值的数据

发散调色板：适用于两端都有重要值的数据

图级函数 & 轴级函数

Seaborn 中的绘图函数可分为两类：

坐标轴级别 (axes-level)：将数据绘制到单个 matplotlib.pyplot.Axes 对象上，该对象是函数的返回值。
图形级别 (figure-level)：用 FacetGrid 管理图形的 Seaborn 对象与 matplotlib 接口，每个模块都有单个“图级”功能，并为各个“轴级”功能提供统一接口。

图级函数最有用的功能就是可以轻松创建多个子图 (subplots)，举例如下：

sns.displot(data=penguins, x="flipper_length_mm", hue="species", col="species");

轴级函数内部调用 matplotlib.pyplot.gca() 以便在“当前轴” (currently-active axes) 上绘图，但在画图时还需要设置额外的参数 ax。

f, axs = plt.subplots(1, 2, figsize=(8, 4), gridspec_kw=dict(width_ratios=[4, 3]))sns.scatterplot(data=penguins, x="flipper_length_mm", y="bill_length_mm", hue="species", ax=axs[0])sns.histplot(data=penguins, x="species", hue="species", shrink=.8, alpha=.8, legend=False, ax=axs[1])f.tight_layout()

本章细节多到爆！

为能画出

任意场景

任意风格

任意色调

的图打下坚实基础！

付费用户（付 1 赠 1）可以获得：

观看课程视频 (112 分钟)

Python 代码 (Jupyter Notebook)